中文摘要：

城市住宅价格与地理空间位置有着密切的关系，城市内部处于不同区位的商品住宅价格水平不同，城市住宅价格区域差异明显。本课题通过选取单城市中心、多城市中心的典型城市，以住宅价格作为研究对象，在地理信息系统(GIS)的支持下，分别以特征价格模型和地理加权回归从全局和局域的角度，分析住宅所涵盖的区位特征、建筑特征、邻里特征对住宅价格影响程度，并引入时空和混合地理加权回归模型，全面地总结和归纳城市住宅价格的时间演变和空间分布特性。在此基础上，深刻剖析城市住宅价格空间扩散现象背后的原因、关键因素和联动机制。本课题的研究对提高住宅价格统计精准度、居民购房决策以及优化住宅区位规划，具有重要的参考价值和实践指导意义。

结论摘要：

城市住宅价格与地理空间位置有着密切的关系，城市内部处于不同区位的商品住宅价格水平不同，城市住宅价格区域差异明显。本课题通过选取单城市中心、多城市中心的典型城市，以住宅价格作为研究对象，运用特征价格模型和空间Durbin模型，分析住宅所涵盖的区位特征、建筑特征、邻里特征对住宅价格影响程度。研究发现不论是单中心圈城市还是多中心圈城市，区位都对房价都有影响，并且是影响房价的重要因素。一个城市内部的不同区位对住宅价格的影响程度不同，且住宅价格空间扩散规律是随着到市中心距离的增加呈非平稳性递减；城市住宅价格不仅呈现明显的空间分布规律，而且还呈现随时间变化而变化的特征。 课题度量了城市间房价的空间关联系，分析了房价空间关联的四种动力机制，基于一个消费者均衡模型利用268个城市的房价数据，应用空间Durbin模型实证检验了城市房价的空间关联性。研究表明，我国城市房价存在显著的空间关联性但存在明显的地区差异，相对于东中部城市，西部城市间房地产市场至少在现阶段还缺乏城市间的关联机制。 基于城市内部和城市间房价空间差异和变化规律，课题引入了货币政策、人口迁移和财政政策等，发现了房地产市场存在空间差异，在政策安排上应该突出空间差异和区域效应。就货币政策而言，无论从房地产需求、房地产供给还是房地产的金融支持来看，房地产市场都具有显著的异质性，这强化了货币政策在房地产市场的区域效应。在人口迁移研究中发现本地区的房价变化和人口变化之间存在显著关系，本地区人口变化会受到周边地区人口和房价变化的显著影响，而周边地区的房价变化和人口变化对本地区房价变化的直接影响并不显著。 课题还研究了房价变化中非空间的因素，如收入差距与高房价、人力资本水平与房价、货币政策与房地产企业银根、房价变动与财政政策、房价的季节性变化规律等以房价为主题，这些研究聚焦房价变化规律和影响因素，有助于我们从空间视角和非空间视角两个维度下深化对房价的认识。这些研究对提高房价统计精准度、房价变化规律以及居民购房决策，具有重要的参考价值和实践指导意义。